数据科学入门（第2版）（图灵图书）

本书基于Python语言环境，从零开始讲解数据科学工作，讲述数据科学工作所需的技能与诀窍，并带领读者熟悉数据科学的核心知识：数学与统计学。作者借助大量具有现实意义的实例详细展示了什么是数据科学，介绍了从事数据科学工作需要用到的库，如NumPy、scikit-learn、pandas等，还在每章末尾推荐了很多学习资源，帮助你进一步巩固本书所学。新版基于Python 3.6，重写了所有示例和代码，并根据数据科学近几年的发展，新增了关于深度学习、统计学和自然语言处理等主题，让图书内容与时俱进。

数据科学入门（第2版）（图灵图书） EPUB, PDF, MOBI, AZW3, TXT, FB2, DjVu, Kindle电子书免费下载。

乔尔·格鲁斯（Joel Grus） Capital Group公司的首席机器学习工程师，担任过艾伦研究所的人工智能研发工程师以及谷歌公司的软件工程师，还曾在多家创业公司担任数据科学家。 【译者简介】 岳冰 美国西北大学数学硕士，知乎专栏“X-Lab”编辑，参与编撰了《知识图谱标准化白皮书（2019版）》。深耕图神经网络、推荐算法、复杂关系网络风险挖掘、机器学习等领域。运用人工智能算法与工具，长期支持有关部门用高精尖技术手段打击违法犯罪。 高蓉 讲师，任教于杭州电子科技大学经济学院金融系。博士和硕士毕业于南开大学经济学院金融系，本科毕业于南开大学数学学院计算数学专业。研究领域包括数据科学应用、资产定价、金融工程、计量经济应用等。 韩波 自由译者、撰稿人，从事信息技术工作二十余年，主要兴趣领域为机器学习、Python等。曾为多家信息技术媒体撰稿，另译有《Python数据分析》。

"乔尔将带你踏上数据科学探索之旅，让你从数据爱好者一跃成为通晓实用算法的数据科学家。" --Rohit Sivaprasad Facebook公司数据科学家 "我向所有想转战机器学习领域的分析师和工程师推荐这本书。" --Tom Marthaler 亚马逊公司软件开发经理 "用代码实现数据科学概念并非易事，但这本书轻松地做到了。" --William Cox Grubhub公司机器学习工程师